.png){kind=icon}
返回
3D Single-Object Tracking Method with Feature-Correlation Motion Offset Correction
.png){kind=icon}
PRE
AI
DOI：10.1007/s11760-025-04630-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于点的3D单目标跟踪（SOT）是计算机视觉领域的一个重要任务。早期的外观匹配方法由于点云的特性，对干扰因素敏感。后续的运动中心方法仅捕捉短期运动信息，忽略了长期运动线索。为了打破这两种方法之间的界限，我们提出了一种利用特征相关性校正运动偏移的SOT方法。该方法通过计算连续帧间的运动特征相似性，校正长期历史运动偏移，进而精确定位单个目标。我们引入了BMOP模块来预测粗略的长期历史运动线索，并引入IFE和DMFF模块以在多尺度上交互融合连续帧特征，获取稠密运动特征。最后，MCE模块校正偏移，得到最终边界框的精确运动估计。大量实验表明，我们的方法表现出卓越的鲁棒性，并超越了多种经典方法。代码将发布于https://github.com/wangjie16138/PCtrack。
Keyword:
3D single-object tracking
point clouds
appearance matching
motion-centric
期刊
IF:
2.1
论文数:
908
被引数:
4.6K
机构
暂无机构信息
引用论文
.png){kind=icon}
ReTrackVLM: Transformer-Enhanced Multi-Object Tracking with Cross-Modal Embeddings and Zero-Shot Re-Identification IntegrationReTrackVLM：基于跨模态嵌入和零样本再识别集成的Transformer增强多目标跟踪
OAAI
OAAI分享收藏
查看更多内容